> ## Content Index
> Fetch the complete content index at: https://hub.ku2t-lab.com/llms.txt
> Use this file to discover other available public pages before exploring further.

# 男女賃金格差の要因分析
- URL: https://hub.ku2t-lab.com/people-analytics-case5/
- Published: 2025-03-08T13:41:00.000Z
- Updated: 2026-04-02T14:05:45.000Z
- Description: 【プロジェクト事例】男女賃金格差の背景を様々な角度で分析することで、格差解消に向けて取り組むべき人事課題が明確に。
- Author: 武田 邦敬
- Tags: ピープルアナリティクス, 事例, 人的資本経営

## **お困りごと**

- 男女賃金格差の開示を進めており、格差解消に向けた課題を整理したい。
- 出産育児や働き方など関連する要素が多岐にわたり、どこから調べたらよいかわからない。

## **ご支援内容**

- ステークホルダーとのプロジェクト課題の整理からスタートし、分析計画・実施・レポーティングまでの一連のプロセスをご支援。
- 人事管理バリューチェーンを起点にステークホルダーの関心毎を整理し、分析観点と分析アプローチを整理。賃金だけでなく、採用時の職種、初任配置、昇格、人事評価、労働実態、育児関連の影響など、幅広い観点で男女格差を分析する方向へ。
- 幅広い観点で探索を行いながらプロジェクトメンバーの想定や思いを引き出し、仮説を明確にした上で分析を行った。

## **効果**

- 結論を急がず多角的に分析を進めたことで、メンバー間のコンセンサスを得ながら納得のいく分析に取り組むことができた。
- 直観的に感じていた課題をデータで裏付けることができた一方で、一部想定外の事象も発掘できたことで、ファクトベースの議論の重要性を認識。
- 男女賃金格差の背景が見えるとともに、過去の人事施策の影響が現在に続いていることが判明し、次年度に取り組むべき人事課題が明確になった。
- プロジェクトに参加したアソシエイトデータアナリストへの技術伝承を行い、実践の中で分析スキルが向上した。

## **分析アプローチ**

- 初期分析の段階では、データ可視化を中心にメンバー間のディスカッションを優先した分析を実施。ディスカッションの中で暗黙的な前提条件や直観を引き出し、仮説を作り上げた。
- 仮説を元に一般化線形モデルを利用して関係性を考察。
- 複雑な関係性の解析のために、機械学習による次元削減や特徴抽出も活用。

## **分析手法**

- データ集計
- データ可視化
- 相関分析
- 回帰分析
- 機械学習による次元削減・特徴抽出